Numpy 图像数组错误尺寸 Python 和 Keras

Question

我正在构建图像分类器并尝试使用 keras 计算数据集的特征，但我的数组维度格式不正确。我得到

ValueError: Error when checking : expected input_1 to have 4 dimensions, but got array with shape (324398, 1)

我的代码是这样的：

import glob
from keras.applications.resnet50 import ResNet50

def extract_resnet(X):  
    # X : images numpy array
    resnet_model = ResNet50(input_shape=(image_h, image_w, 3), 
    weights='imagenet', include_top=False)  # Since top layer is the fc layer used for predictions
    features_array = resnet_model.predict(X)
    return features_array
filelist = glob.glob('dataset/*.jpg')
myarray = np.array([np.array(Image.open(fname)) for fname in filelist])
print(extract_resnet(myarray))

所以看起来由于某种原因图像数组只有二维，而它应该是 4 维的。我如何转换 myarray 以便它能够与特征提取器一起工作？

Answer 1

首先，确保 dataset 目录中的所有图像具有相同的大小 (image_h, image_w, 3):

print([np.array(Image.open(fname)).shape for fname in filelist])

如果不是，您将无法制作小批量，因此您只需要 select 合适图像的子集。如果大小合适，您可以手动调整数组的形状：

myarray = myarray.reshape([-1, image_h, image_w, 3])

... 以完全匹配 ResNet 规范。

Numpy 图像数组错误尺寸 Python 和 Keras

Numpy array of images wrong dimension Python and Keras

python

arrays

numpy

keras

resnet